3. 3D测量原理

3.1 激光三角测量法——线扫相机的核心原理

3D线扫相机（激光轮廓仪）的核心测量原理是激光三角测量法。它利用激光器、镜头和感光芯片之间的几何三角关系，将物体表面的高度变化转换为传感器上的位移变化。

3.2 激光轮廓仪与结构光技术对比

在工业3D测量中，激光轮廓仪（线扫）和结构光是两种主流技术路线。两者都基于三角测量，但在实现方式和适用场景上有显著差异。

3.3 Z轴精度影响因素深度解析

Z轴精度是3D线扫相机最关键的指标。以下六大因素直接影响测量结果的重复性和准确性：

1. 激光线宽与光斑质量 — 激光线越细（通常20~50μm），Z轴分辨率越高。光斑边缘锐度决定亚像素提取精度。
2. 相机分辨率与镜头畸变 — 传感器像素数（如2048/4096）和镜头畸变（<0.1%）直接影响三角位移计算的准确性。
3. 标定板精度与标定算法 — 标定板台阶高度误差（如±0.5μm）和标定算法（如多项式拟合阶数）直接传递到测量结果。
4. 机械运动稳定性 — 运动平台直线度、振动、编码器反馈精度（如0.1μm分辨率）影响扫描方向的一致性。
5. 被测物体表面特性 — 表面粗糙度、反射率、颜色、透明/半透明材质会导致激光散射或穿透，引入测量偏差。
6. 环境因素 — 温度变化（热膨胀）、气流扰动、环境光干扰（尤其是红外成分）会降低信噪比。

3.4 精度量化与误差预算

在实际项目中，需要建立误差预算表来量化各因素对Z轴精度的贡献。以下是一个典型高精度线扫系统的误差分配示例：

3.5 三角测量法的数学建模

为了精确计算Z轴高度，需要建立完整的三角测量数学模型。以下是一个典型的Scheimpflug条件下的成像关系：

// 三角测量法Z轴计算伪代码
// 输入：激光线在传感器上的像素位移 Δpixel
// 输入：标定参数（焦距f、物距L0、激光入射角θ、成像角α）
// 输出：物体高度变化 Δh

double calcHeight(double Δpixel, double pixelSize, double f, 
                  double L0, double θ, double α) {
    // 1. 像素位移转换为物理位移
    double Δd = Δpixel * pixelSize;
    
    // 2. 三角关系计算高度变化
    double sinθ = sin(θ * M_PI / 180.0);
    double sinαβ = sin((α + θ) * M_PI / 180.0);
    
    double Δh = (Δd * L0 * sinθ) / (f * sinαβ);
    
    return Δh;
}

// 实际应用中还需考虑：
// - 镜头畸变校正（径向+切向）
// - 传感器倾斜补偿（Scheimpflug角）
// - 温度补偿系数